Google révolutionne les prévisions météorologiques avec GenCast, une intelligence artificielle capable de prédire le temps sur 15 jours avec une précision et une rapidité inégalées. En anticipant mieux les catastrophes climatiques, GenCast promet de transformer la gestion des crises et l’adaptation au changement climatique.
Google a lancé son module météo boosté à l’IA, GenCast, développé par son laboratoire DeepMind basé à Londres. GenCast est capable de donner les prévisions sur 15 jours, « avec une précision inégalée », affirme le géant américain qui a présenté son innovation dans le magazine Nature.
“Le Centre européen de prévisions météorologiques à moyen terme produit actuellement des prévisions pour 35 pays et est considéré comme la référence mondiale en la matière. Mais désormais, GenCast dépasse la précision des prévisions du centre dans plus de 97 % des 1 320 désastres climatiques répertoriés en 2019 sur lesquels les deux modèles ont été testés”, indiquent les chercheurs de Google.
Anticiper les catastrophes naturelles
GenCast impressionne pas sa précision, mais aussi par sa rapidité : il produit des prévisions en seulement 8 minutes, contre plusieurs heures pour les modèles traditionnels. Il se base sur des données météorologiques collectées entre 1979 et 2018, intégrant des paramètres tels que la température, la vitesse du vent et la pression atmosphérique.
GenCast se révèle également crucial pour l’anticipation des catastrophes climatiques. Sa précision accrue pourrait aider à sauver des vies, réduire les dégâts matériels et limiter les coûts associés. Bien qu’il surpasse les performances actuelles, GenCast ne remplace pas encore les outils traditionnels, mais les complète en accélérant et en affinant le processus de prévision.
Bientôt intégré dans Google Search
Pour l’instant, GenCast n’est pas encore disponible au grand public. Google prévoit d’intégrer les prévisions météo dans Google Search et Google Maps. Des exemples de code ont, par ailleurs, été publiés sur GitHub pour permettre des collaborations dans la communauté scientifique. Bien que l’outil ne soit pas encore un service directement exploitable par tous, ses prévisions et sa technologie pourraient être progressivement accessibles via des outils et services connectés, en particulier pour les utilisateurs institutionnels ou les développeurs.
